刚刚考完人工智能,趁着记忆还热乎,记录一下
- 填空题(15题,没空0.5’,共20’)
1、生成式连接词:否定(negation)、析取(disjunction) or、合取(conjunction) and、蕴含(implication)/条件(position)、等价(equivalence)/双条件
量词(quantifier):全称量词(universal quantifier)、存在量词(existential quantifier)
- 对于一阶谓词逻辑,即若子句集是不可满足的,则必存在一个从该子句集到空子句的归结演绎
- 智能是知识与智力的总和,智能的特征:感知能力、记忆与思维能力、学习能力、行为能力
- 人工智能研究的基本内容:知识表示、机器感知、机器思维、机器学习、机器行为
- 在不确定性推理中,静态强度和动态强度表示知识、证据的不确定性
- 控制规则库的N条规则有N个模糊关系:对于整个系统的全部控制规则所对应的模糊关系R :
- 知识是把有关信息关联在一起所形成的信息结构,特点有相对正确性、不确定性、可表示性、可利用性。
- 机器学习根据有无标签可分为有监督学习、无监督学习,根据所解决的问题可分为分类、回归(该空答案不确定)
9、1 of N encoding
10、在自然语言处理中,递归神经网络最重要的作用就是挖掘单词序列信息
11、softmax在神经网络中的作用是数值归一化(该空答案不确定)
- 选择题(10题,不定项选择题,每题2分,共20’)
- 个体可以是常量、变量(变元)、函数、谓词
- 如果没有归结出空子句,可满足性不确定
- 在产生式推理过程中,如果发生规则冲突,要利用冲突解决策略进行启用规则的选择,常用的冲突消解策略:按针对性排序、按已知事实的新鲜性(后生成性)排序、按匹配度(不确定性推理)排序、按条件个数排序(优先选择条件少的)
- 信息素浓度公式:
三、大题(6题,共60’)
1、用谓词公式表示(先定义谓词)
- 小明在东南大学学习人工智能
- 努力学习的人一定能通过考试
- 有的人擅长英语,有的人擅长数学,有的人既擅长英语也擅长数学
- 小明不在教室,也不在宿舍
- 谓词公式转化为子句集(非原题,类似题型)
- 谓词公式1
- 谓词公式2
(记住基本步骤即可)
谓词公式转化为子句集的9个步骤:(箭非重,存前,标全,合重)
(1)消除蕴含、等价符号(去箭头)
(2)把否定符号移到每个谓词前面
(3)变量标准化(把重名的变量名改掉)
(4)消去存在量词(通过代入函数的方式把存在量词去掉)
(5)化为前束形(把全称量词提到最前面)
(6)化为Skolem标准形(利用公式标准化,去掉可去的括号)
(7)略去全称量词
(8)消去合取词(加逗号,变成集合)
(9)字句变量标准化(将不同字句中的重名变量改名)
- 已知两个模糊关系R1、R2,求R1oR2(非原题,类似题型)
- 计算可信度(非原题,类似题型)
5、证明G是否为F1, F2的逻辑结论。要求写出求解过程。(非原题,类似题型)
6、论述题
(1)图搜索的回溯思想
(2)广度优先搜索与深度优先搜索的区别
(3)估价函数的定义与作用